三维点云数据的预处理研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 选题背景和意义 | 第14-15页 |
| 1.2 国内外研究技术现状 | 第15-16页 |
| 1.3 本文研究内容与结构 | 第16-18页 |
| 第二章 点云获取 | 第18-28页 |
| 2.1 点云获取方式 | 第18-20页 |
| 2.2 基于Kinect的点云获取 | 第20-28页 |
| 2.2.1 Kinect介绍 | 第20-25页 |
| 2.2.2 Kinect相关软件开发工具 | 第25-26页 |
| 2.2.3 点云获取实验 | 第26-28页 |
| 第三章 点云去噪和精简 | 第28-42页 |
| 3.1 点云的离群点去除 | 第28-35页 |
| 3.1.1 离群点去除的常用方法 | 第28-29页 |
| 3.1.2 一种新的离群点去除算法 | 第29-35页 |
| 3.2 点云的精简 | 第35-42页 |
| 3.2.1 常见的点云精简算法 | 第36-38页 |
| 3.2.2 点云稀疏化实验 | 第38-42页 |
| 第四章 点云平滑处理 | 第42-64页 |
| 4.1 点云的法向估计 | 第43-48页 |
| 4.2 常用光顺算法介绍 | 第48-51页 |
| 4.2.1 拉普拉斯方法 | 第48-49页 |
| 4.2.2 二次拉普拉斯方法 | 第49-50页 |
| 4.2.3 平均曲率流 | 第50页 |
| 4.2.4 双边滤波方法 | 第50-51页 |
| 4.3 点云平滑实验及结果分析 | 第51-64页 |
| 4.3.1 基于最小移动二乘法的点云平滑 | 第51-55页 |
| 4.3.2 基于高斯核的卷积滤波的点云平滑 | 第55-60页 |
| 4.3.3 基于拉普拉斯方法实现的点云平滑 | 第60-62页 |
| 4.3.4 实验结果对比分析 | 第62-64页 |
| 第五章 结论和展望 | 第64-66页 |
| 5.1 研究结论 | 第64页 |
| 5.2 研究展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-70页 |
| 作者简介 | 第70页 |
